من تخزين السحابة إلى التعلم الآلي في الإنتاج: نقطة التحول عام 2023
تأسست Yassir عام 2017 على يد نورالدين الطيبي والمهدي يطو بوصفها تطبيقاً للنقل الذكي في الجزائر العاصمة. بحلول عام 2022، كانت الشركة قد جمعت 150 مليون دولار في جولة Series B وتوسعت لتشمل توصيل الطعام والبقالة والخدمات المالية في 45 مدينة بالجزائر والمغرب وتونس — مع توسع لاحق نحو فرنسا وكندا وأفريقيا جنوب الصحراء.
شكّل دمج Vertex AI — منصة التعلم الآلي المُدارة من Google Cloud — عام 2023 نقطة تحوّل تشغيلية. قبل اعتماد Vertex AI، كانت دورة تطوير نماذج التعلم الآلي لدى Yassir تستغرق عدة أسابيع من تطوير النموذج إلى النشر في الإنتاج. بعد التكامل، تقلّص هذا الإطار الزمني إلى أيام. تمكّنت Yassir بذلك من التكرار على خوارزميات التوصية ونماذج التسعير ومنطق المطابقة بوتيرة تقترب من التعلم الفوري بدلاً من تحديثات دورية ربع سنوية.
تشتمل بنية Google Cloud الكاملة الداعمة لنشر Vertex AI على Google Kubernetes Engine (GKE) Autopilot وCloud Run وBigQuery وDataproc وDataflow وDataplex وLooker. ليس هذا تكاملاً لأداة واحدة — بل بنية تحتية شاملة للبيانات تجعل قدرات التعلم الآلي لـ Vertex AI متسقة تشغيلياً.
نتائج التعلم الآلي: ما تقوله الأرقام فعلاً
أسفر نشر Vertex AI في Yassir عن نتائج قابلة للقياس عبر ثلاثة خطوط أعمال.
عمليات خدمة النقل الذكي حققت التحسين التشغيلي الأكثر ملموسية: تقليص وقت تخصيص السائق بـ50 ثانية. في اقتصاد خدمات النقل، يؤثر زمن الاستجابة في تخصيص السائق مباشرةً على معدلات الإلغاء. تحسين الـ50 ثانية يعني إلغاءات أقل لكل رحلة مكتملة، وأميالاً أقل في الفراغ للسائقين، وتحسناً في الاقتصاد الوحداني لكل رحلة.
توصيل البقالة أنتج أكبر تأثير متوقع على الإيرادات: زيادة مُقدَّرة بـ20٪ في الإيرادات عبر توصيات مخصصة مدعومة بالذكاء الاصطناعي، مقترنة بزيادة 25٪ في متوسط قيمة الطلب. يتعلم نظام التوصية من سجل المشتريات وتكوين سلة التسوق وأنماط وقت اليوم وإشارات الطلب على مستوى الحي.
الاحتفاظ بالعملاء عبر جميع الخدمات تحسّن بنسبة مُقدَّرة 20٪ وفق تقارير Yassir. هذا هو الأثر المتراكم للتوصيات الأكثر صلة والخدمة الأسرع وتأثيرات الشبكة للتطبيق الشامل.
إعلان
الاستحواذ على Kawarizmi: توسيع منظومة التعلم الآلي نحو إعلانات التجزئة
في مارس 2026، استحوذت Yassir على Kawarizmi — شركة تقنية إعلانية باريسية متخصصة في التداول البرمجي وشراء الوسائط القائم على البيانات عبر أوروبا وأفريقيا والشرق الأوسط وجنوب آسيا. تُمثّل الصفقة الخطوة المنطقية التالية في استراتيجية Yassir لتحقيق الدخل من البيانات.
يُولّد شركاء Yassir التجاريون البالغون أكثر من 100,000 على منصات التوصيل أصلاً من بيانات الطرف الأول لا تمتلكها معظم الشركات الجزائرية: بيانات شراء سلوكية ثرية، وبيانات موقع جغرافي، وبيانات تفاعل على مستوى الجلسة مرتبطة بهويات مستخدمين موثّقة. تُساوي هذه البيانات ثروة أكبر بكثير من إيرادات عمولات التوصيل إذا أمكن توظيفها لربط المعلنين بالجماهير ذات الإقبال المرتفع.
توفر خبرة Kawarizmi البرمجية — شراء الوسائط الخوارزمي وتحسين أداء الإبداعات والوصول إلى جماهير الشتات في منطقة الشرق الأوسط وشمال أفريقيا — البنية التحتية التقنية لبناء ما وصفه المدير التنفيذي نورالدين الطيبي بـ”شبكة وسائط تجزئة قابلة للتوسع”. النموذج الاستراتيجي مشابه لما بنته Amazon مع Amazon Advertising.
ما يجب على الشركات التقنية الجزائرية استخلاصه من استراتيجية Yassir
1. البدء ببنية تحتية للبيانات تُركّز على القياس قبل أي نموذج للتعلم الآلي
لم يُنتج نشر Vertex AI نتائجه لأن النماذج متفوقة بطبيعتها — بل لأن Yassir كانت قد بنت بنية تحتية متسقة للبيانات (BigQuery + Dataplex + Looker) تجعل مخرجات النماذج قابلة للقياس وقابلة للتطبيق. الشركات الجزائرية التي تحاول نشر التعلم الآلي دون حل جودة البيانات أولاً ستُشغّل نماذج لا يثق بها أحد.
2. استهداف مشكلات المطابقة والتصنيف أولاً — عائد الاستثمار هنا أكثر مباشرة
تحسين تخصيص السائق وتصنيف توصيات المنتجات حالات استخدام مثالية لبدء التعلم الآلي لأن تأثيرها مقيس مباشرةً. على الشركات الجزائرية في اللوجستيات والتجارة الإلكترونية والخدمات رسم خريطة لقراراتها الأعلى تكراراً وتحديد أيها يعمل حالياً بقواعد بسيطة يمكن استبدالها بنماذج متعلّمة.
3. التعامل مع بيانات الطرف الأول كأصل استراتيجي يحتاج حوكمة فعّالة
يعكس استحواذ Yassir على Kawarizmi لتحقيق الدخل من بيانات الطرف الأول اعترافاً بأن البيانات التشغيلية لها قيمة تجارية تتخطى المعاملة ذاتها. ينبغي للشركات الجزائرية التي تتراكم لديها بيانات الشراء والموقع والسلوك أن تبدأ في معاملة هذه البيانات كأصل يحتاج حوكمة رسمية (تصنيف بيانات، ضوابط وصول، سياسات احتفاظ).
4. استخدام منصات التعلم الآلي المُدارة لتجنب فخ البنية التحتية
قيمة Vertex AI لـ Yassir ليست فقط في النماذج — بل في البنية التحتية المُدارة التي تلغي الحاجة لفرق MLOps مخصصة. للشركات الجزائرية التي لا تملك حجم Yassir الهندسي، تُتيح المنصات المُدارة (Vertex AI, AWS SageMaker, Azure Machine Learning) لفرق صغيرة الوصول إلى تعلم آلي بجودة الإنتاج دون بناء المنظومة الكاملة من الصفر.
الصورة الأشمل
معاً، يحكي نشر Yassir لـ Vertex AI والاستحواذ على Kawarizmi قصة الجيل القادم من المنافسة التقنية الجزائرية. الشركات التي ستُعرّف الاقتصاد الرقمي الجزائري في 2028-2030 ليست تلك التي تملك أكثر المستخدمين أو الخدمات — بل تلك التي تمتلك أكثر البنى التحتية للبيانات والتعلم الآلي اتساقاً خلف عملياتها.
اتبعت منصات التطبيقات الشاملة العالمية — Grab في جنوب شرق آسيا، وRappi في أمريكا اللاتينية — هذه المسيرة ذاتها: البدء بالعمليات، ثم بناء البنية التحتية للبيانات، ثم نشر التعلم الآلي لتحسين العمليات، ثم تحقيق الدخل من أصل البيانات عبر الإعلانات والخدمات المالية. تُنفّذ Yassir هذا الكتيب بوتيرة كانت ستبدو غير قابلة للتصديق قبل أربع سنوات.
الأسئلة الشائعة
ما هو Vertex AI ولماذا اختارته Yassir بدلاً من البدائل؟
Vertex AI هي منصة التعلم الآلي المُدارة من Google Cloud، وتوفر بنية تحتية لتدريب ونشر ومراقبة نماذج التعلم الآلي دون بناء منظومة MLOps من الصفر. يعكس اختيار Yassir لـ Vertex AI استثمارها الحالي في البنية التحتية لـ Google Cloud — BigQuery للتحليلات، وGKE للأعباء التشغيلية المُعبّأة في حاويات. للشركات غير الملتزمة بعد بمزوّد سحابي، توفر المنصات الثلاث الرئيسية للتعلم الآلي المُدار (Vertex AI, SageMaker, Azure ML) قدرات نشر مُدارة مماثلة.
كيف يغيّر الاستحواذ على Kawarizmi نموذج أعمال Yassir؟
قبل الاستحواذ على Kawarizmi، كانت إيرادات Yassir تأتي أساساً من عمولات التوصيل ورسوم النقل والخدمات المالية الناشئة. يضيف الاستحواذ تدفقاً للإيرادات من وسائط التجزئة: تدفع العلامات التجارية للوصول إلى 8 ملايين مستخدم لـ Yassir عبر إعلانات مستهدفة مدعومة ببيانات الشراء السلوكية من الطرف الأول. هذا النموذج له هوامش ربح أعلى من رسوم المعاملات ويخلق مصدر إيراد يتوسع مع جودة البيانات لا فقط حجم المعاملات.
ما التكلفة التي ستتحملها شركة ناشئة جزائرية لتشغيل نشر Vertex AI مماثل؟
تسعير Vertex AI قائم على الاستهلاك. تشغيل تطبيق صغير الحجم مشابه لحالة استخدام توصيات Yassir المبكرة يُكلّف نحو 500 إلى 2,000 دولار شهرياً وفق حجم التنبؤات. التكلفة الأكبر هي استثمار هندسة البيانات اللازمة لإعداد البيانات للتدريب: عادةً 2 إلى 4 أشهر من وقت المهندس الأول. يوفر برنامج Google Cloud للشركات الناشئة حزم اعتمادات يمكنها تعويض التكاليف الأولية بشكل كبير للشركات الجزائرية الناشئة المؤهلة.
—
